JoVE Logo
Faculty Resource Center

Sign In

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Acknowledgements

Materials

References

Neuroscience

Imaging a singola cellula dell'intero cervello e analisi di cervelli di topo neonatale intatti mediante risonanza magnetica, pulizia dei tessuti e microscopia a foglio luminoso

Published: August 1st, 2022

DOI:

10.3791/64096

1UNC Neuroscience Center, University of North Carolina, Chapel Hill, 2Department of Genetics, University of North Carolina, Chapel Hill, 3Department of Psychiatry, University of North Carolina, Chapel Hill, 4Center for Animal Magnetic Resonance Imaging, The University of North Carolina at Chapel Hill, 5Biomedical Research Imaging Center, The University of North Carolina at Chapel Hill, 6Department of Neurology, The University of North Carolina at Chapel Hill, 7Department of Computer Science, The University of North Carolina at Greensboro
* These authors contributed equally

Questo protocollo descrive i metodi per condurre la risonanza magnetica, la pulizia e l'immunomarcatura di cervelli di topo intatti utilizzando iDISCO +, seguita da una descrizione dettagliata dell'imaging utilizzando la microscopia a foglio di luce e analisi a valle utilizzando NuMorph.

La pulizia dei tessuti seguita dalla microscopia a foglio luminoso (LSFM) consente l'imaging a risoluzione cellulare della struttura cerebrale intatta, consentendo l'analisi quantitativa dei cambiamenti strutturali causati da perturbazioni genetiche o ambientali. L'imaging dell'intero cervello si traduce in una quantificazione più accurata delle cellule e nello studio delle differenze specifiche della regione che possono essere perse con la microscopia comunemente usata del tessuto fisicamente sezionato. L'uso della microscopia a foglio di luce per visualizzare i cervelli chiari aumenta notevolmente la velocità di acquisizione rispetto alla microscopia confocale. Sebbene queste immagini producano grandi quantità di dati strutturali cerebrali, la maggior parte degli strumenti computazionali che eseguono la quantificazione delle caratteristiche nelle immagini di tessuto eliminato si limitano a contare popolazioni cellulari sparse, piuttosto che tutti i nuclei.

Qui, dimostriamo NuMorph (Nuclear-Based Morphometry), un gruppo di strumenti di analisi, per quantificare tutti i nuclei e i marcatori nucleari all'interno delle regioni annotate di un cervello di topo postnatale giorno 4 (P4) dopo la pulizia e l'imaging su un microscopio a foglio di luce. Descriviamo la risonanza magnetica (MRI) per misurare il volume del cervello prima del restringimento causato dalle fasi di disidratazione della pulizia dei tessuti, la pulizia dei tessuti utilizzando il metodo iDISCO +, inclusa l'immunomarcatura, seguita dalla microscopia a foglio luminoso utilizzando una piattaforma disponibile in commercio per visualizzare il cervello dei topi a risoluzione cellulare. Dimostriamo quindi questa pipeline di analisi delle immagini utilizzando NuMorph, che viene utilizzato per correggere le differenze di intensità, cucire le tessere dell'immagine, allineare più canali, contare i nuclei e annotare le regioni del cervello attraverso la registrazione agli atlanti disponibili pubblicamente.

Abbiamo progettato questo approccio utilizzando protocolli e software disponibili pubblicamente, consentendo a qualsiasi ricercatore con il microscopio e le risorse computazionali necessarie di eseguire queste tecniche. Questi strumenti di pulizia dei tessuti, imaging e calcolo consentono la misurazione e la quantificazione dell'organizzazione tridimensionale (3D) dei tipi di cellule nella corteccia e dovrebbero essere ampiamente applicabili a qualsiasi progetto di studio su topi wild-type/knockout.

L'imaging dell'intero cervello con risoluzione di una singola cellula è una sfida importante nelle neuroscienze. Le immagini cerebrali a risoluzione cellulare consentono un'analisi dettagliata e la mappatura a livello di sistema dei circuiti cerebrali e di come tali circuiti siano interrotti da fattori di rischio genetici o ambientali per disturbi neuropsichiatrici, comportamento cellulare negli embrioni in via di sviluppo e circuiti neurali nel cervello adulto 1,2,3. Esistono diversi metodi istologici che consentono immagini ad alta risoluzione del cervello 3D ricostruito; t....

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Tutti i topi sono stati utilizzati in conformità e approvati dall'Institutional Animal Care and Use Committee (IACUC) presso l'Università della Carolina del Nord a Chapel Hill.

1. Dissezione e perfusione del topo

NOTA: Le seguenti dissezioni sono state eseguite su topi P4 e P14 utilizzando una siringa. Il volume del liquido di perfusione varierà a seconda dell'età dell'animale.

  1. Perfusione
    ATTENZIONE: La paraformaldeide (PFA) è una .......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Poiché il protocollo iDISCO+ introduce un significativo restringimento tissutale, che è facilmente visibile ad occhio nudo (Figura 2B), abbiamo aggiunto una fase di risonanza magnetica a questa pipeline prima della pulizia dei tessuti per quantificare il restringimento indotto dalla pulizia dei tessuti. Il flusso di lavoro inizia con la rimozione del tessuto non cerebrale dall'immagine MR (Figura 2C). Successivamente, viene applicata una trasformazione rigida .......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

I metodi di pulizia dei tessuti sono tecniche utili per misurare l'organizzazione cellulare 3D del cervello. Ci sono una miriade di metodi di pulizia dei tessuti descritti in letteratura, ognuno con i suoi vantaggi e limiti 6,7,8,9. Le opzioni per gli strumenti computazionali per analizzare i tipi di cellule nelle immagini tessutali sono relativamente limitate. Altri strumenti disponibili sono .......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Questo lavoro è stato sostenuto dal NIH (R01MH121433, R01MH118349 e R01MH120125 a JLS e R01NS110791 a GW) e dalla Foundation of Hope. Ringraziamo Pablo Ariel del Laboratorio Servizi di Microscopia per l'assistenza nell'imaging dei campioni. Il Laboratorio di Servizi di Microscopia presso il Dipartimento di Patologia e Medicina di Laboratorio è supportato in parte dal Cancer Center Core Support Grant P30 CA016086 al Lineberger Comprehensive Cancer Center dell'Università della Carolina del Nord (UNC). Il nucleo di microscopia neuroscientifica è supportato dalla sovvenzione P30 NS045892. La ricerca riportata in questa pubblicazione è stata supportata in parte dal North C....

Log in or to access full content. Learn more about your institution’s access to JoVE content here

NameCompanyCatalog NumberComments
Bruker 9.4T/30 cm MRI ScannerBruker BiospecHorizontal Bore Animal MRI System
Dibenzyl etherSigma-Aldrich108014-1KG
Dichloromethane (DCM)Sigma-Aldrich270997-1L
Dimethyl sulfoxide (DMSO)Fisher-ScientificICN19605590
Donkey serumSigma-AldrichS30-100ML
EVO 860 4TB external SSD
Fomblin YSpeciality Fluids CompanyYL-VAC-25-6perfluoropolyether lubricant
gadolinium contrast agent (ProHance)Bracco DiagnosticsA9576
gadolinium contrast agent(ProHance)Bracco Diagnostics0270-1111-03
GeForce GTX 1080 Ti 11GB GPUEVGA08G-P4-6286-KR
GlycineSigma-AldrichG7126-500G
Heparin sodium saltSigma-AldrichH3393-10KUDissolved in H2O to 10 mg/mL
Hydrogen peroxide solution, 30%Sigma-AldrichH1009-100ML
ImSpector ProLaVision BioTecMicroscope image acquisition software
ITK Snapsegmentation software
MethanolFisher-ScientificA412SK-4
MVPLAPO 2x/0.5 NA ObjectiveOlympus
Paraformaldehyde, powder, 95% (PFA)Sigma-Aldrich30525-89-4Dissolved in 1x PBS to 4%
Phosphate Buffered Saline 10x (PBS)Corning46-013-CMDiluted to 1x in H2O
Sodium AzideSigma-AldrichS2002-100GDissolved in H2O to 10%
Sodium deoxycholateSigma-AldrichD6750-10G
Tergitol type NP-40Sigma-AldrichNP40S-100ML
TritonX-100Sigma-AldrichT8787-50ML
Tween-20Fisher-ScientificBP337 500
Ultramicroscope II Light Sheet MicroscopeLaVision BioTec
Xeon Processor E5-2690 v4IntelE5-2690
Zyla sCMOS CameraAndorComplementary metal oxide semiconductor camera
AntibodyWorking concentration
Alexa Fluor Goat 790 Anti-RabbitThermofisher ScientificA11369(1:50)
Alexa Fluor Goat 568 Anti-RatThermofisher ScientificA11077(1:200)
Rat anti-Ctip2Abcamab18465(1:400)
Rabbit anti-Brn2Cell Signaling Technology12137(1:100)
To-Pro 3 (TP3)Thermofisher ScientificT3605(1:400)

  1. Dodt, H. U., et al. Ultramicroscopy: Three-dimensional visualization of neuronal networks in the whole mouse brain. Nature Methods. 4 (4), 331-336 (2007).
  2. Hägerling, R., et al. A novel multistep mechanism for initial lymphangiogenesis in mouse embryos based on ultramicroscopy. The EMBO Journal. 32 (5), 629-644 (2013).
  3. Tomer, R., Khairy, K., Keller, P. J. Shedding light on the system: studying embryonic development with light sheet microscopy. Current Opinion in Genetics & Development. 21 (5), 558-565 (2011).
  4. Li, A., et al. Micro-optical sectioning tomography to obtain a high-resolution atlas of the mouse brain. Science. 330 (6009), 1404-1408 (2010).
  5. Stoner, R., et al. Patches of disorganization in the neocortex of children with autism. The New England Journal of Medicine. 370 (13), 1209-1219 (2014).
  6. Renier, N., et al. IDISCO: A simple, rapid method to immunolabel large tissue samples for volume imaging. Cell. 159 (4), 896-910 (2014).
  7. Susaki, E. A., et al. Whole-brain imaging with single-cell resolution using chemical cocktails and computational analysis. Cell. 157 (3), 726-739 (2014).
  8. Richardson, D. S., et al. Tissue clearing. Nature Reviews. Methods Primers. 1 (1), 84 (2021).
  9. Richardson, D. S., Lichtman, J. W. Clarifying tissue clearing. Cell. 162 (2), 246-257 (2015).
  10. Renier, N., et al. Mapping of brain activity by automated volume analysis of immediate early genes. Cell. 165 (7), 1789-1802 (2016).
  11. Santi, P. A. Light sheet fluorescence microscopy: a review. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 59 (2), 129-138 (2011).
  12. Girkin, J. M., Carvalho, M. T. The light-sheet microscopy revolution. Journal of Optics. 20 (5), 053002 (2018).
  13. Budday, S., et al. Mechanical properties of gray and white matter brain tissue by indentation. Journal of the Mechanical Behavior of Biomedical Materials. 46, 318-330 (2015).
  14. Johnson, G. A., et al. High-throughput morphologic phenotyping of the mouse brain with magnetic resonance histology. NeuroImage. 37 (1), 82-89 (2007).
  15. Herculano-Houzel, S., Mota, B., Lent, R. Cellular scaling rules for rodent brains. Proceedings of the National Academy of Sciences of the United States of America. 103 (32), 12138-12143 (2006).
  16. Matsumoto, K., et al. Advanced CUBIC tissue clearing for whole-organ cell profiling. Nature Protocols. 14 (12), 3506-3537 (2019).
  17. Fürth, D., et al. An interactive framework for whole-brain maps at cellular resolution. Nature Neuroscience. 21 (1), 139-149 (2018).
  18. Chandrashekhar, V., et al. CloudReg: automatic terabyte-scale cross-modal brain volume registration. Nature Methods. 18 (8), 845-846 (2021).
  19. Krupa, O., et al. NuMorph: Tools for cortical cellular phenotyping in tissue-cleared whole-brain images. Cell Reports. 37 (2), 109802 (2021).
  20. Petiet, A., Delatour, B., Dhenain, M. Models of neurodegenerative disease - Alzheimer's anatomical and amyloid plaque imaging. Methods in Molecular Biology. 771, 293-308 (2011).
  21. Jenkinson, M., Beckmann, C. F., Behrens, T. E. J., Woolrich, M. W., Smith, S. M. FSL. NeuroImage. 62, 782-790 (2012).
  22. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. NeuroImage. 17 (2), 825-841 (2002).
  23. Avants, B. B., Epstein, C. L., Grossman, M., Gee, J. C. Symmetric diffeomorphic image registration with cross-correlation: evaluating automated labeling of elderly and neurodegenerative brain. Medical Image Analysis. 12 (1), 26-41 (2008).
  24. . iDISCO method Available from: https://idisco.info/ (2022)
  25. Ariel, P. UltraMicroscope II - A User Guide. University of North Carolina at Chapel Hill. , (2019).
  26. . Anaconda Distribution - Anaconda documentation Available from: https://docs.anaconda.com/anaconda/ (2022)
  27. Peng, T., et al. A BaSiC tool for background and shading correction of optical microscopy images. Nature Communications. 8, 14836 (2017).
  28. Klein, S., Staring, M., Murphy, K., Viergever, M. A., Pluim, J. P. W. elastix: a toolbox for intensity-based medical image registration. IEEE Transactions on Medical Imaging. 29, 196-205 (2010).
  29. Lowe, G. Sift-the scale invariant feature transform. International Journal. 2 (91-110), 2 (2004).
  30. Young, D. M., et al. Whole-brain image analysis and anatomical atlas 3D generation using MagellanMapper. Current Protocols in Neuroscience. 94 (1), 104 (2020).
  31. Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  32. Velíšek, L. Under the (Light) sheet after the iDISCO. Epilepsy Currents / American Epilepsy Society. 16 (6), 405-407 (2016).
  33. Young, D. M., et al. Constructing and optimizing 3D atlases from 2D data with application to the developing mouse brain. eLife. 10, (2021).
  34. Yun, D. H., et al. Ultrafast immunostaining of organ-scale tissues for scalable proteomic phenotyping. bioRxiv. , (2019).
  35. Silvestri, L., et al. Universal autofocus for quantitative volumetric microscopy of whole mouse brains. Nature Methods. 18 (8), 953-958 (2021).
  36. Frasconi, P., et al. Large-scale automated identification of mouse brain cells in confocal light sheet microscopy images. Bioinformatics. 30 (17), 587 (2014).
  37. Kruskal, J. B. On the shortest spanning subtree of a graph and the traveling salesman problem. Proceedings of the American Mathematical Society. American Mathematical Society. 7 (1), 48-50 (1956).
  38. Wang, Q., et al. The allen mouse brain common coordinate framework: A 3D reference atlas. Cell. 181, 936-953 (2020).
  39. Borland, D., et al. Segmentor: a tool for manual refinement of 3D microscopy annotations. BMC Bioinformatics. 22 (1), 260 (2021).
  40. Kumar, A., et al. Dual-view plane illumination microscopy for rapid and spatially isotropic imaging. Nature Protocols. 9 (11), 2555-2573 (2014).

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2024 MyJoVE Corporation. All rights reserved